科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对合成孔径雷达（SAR）图像中的舰船目标的准确率易受近岸杂波的影响，且现有检测算法复杂度高，在嵌入式设备上的部署难度大的问题，提出一种适用于嵌入式设备的轻量化高精度SAR图像舰船目标检测算法CA-Shuffle-YOLO. 基于YOLO v5目标检测算法，对骨干网络进行轻量化及特征精细化提取两个方面的改进，引入轻量化模块以降低网络的计算复杂度，提高推理速度，并引入协同注意力机制模块增强算法对近岸船舶目标的细节信息的提取能力。在特征融合网络中采用加权特征融合以及跨模块融合，增强模型对SAR舰船目标的细节信息的融合能力，同时，利用深度卷积模块降低计算复杂度，提高实时性。通过在SSDD舰船目标检测数据集上的测试及对比实验，结果表明：CA-Shuffle-YOLO的检测准确率为97.4%，检测帧率为206FPS，所需运算复杂度为6.1GFlops，相比原始的YOLO v5，所提方法的检测帧率提升了60FPS，所需运算复杂度降低为原来的12%。
- 单位
